编者按

2026年11月5日-9日，美国肝病研究学会年会（AASLD 2026）在美国科罗拉多州丹佛圆满落幕。四川大学华西医院唐红教授团队多项研究成果亮相本届年会，内容涵盖慢性乙型肝炎疾病进展、治疗，以及人工智能疗效预测模型等多个方向。特别是在慢性乙型肝炎临床治愈领域，团队围绕治疗人群选择和疗程决策开展了系列研究，为个体化治疗与精准管理提供了新依据和实用工具。本刊特整理相关研究要点，与读者共同学习探讨。

研究一

TAF联合Peg-IFNα显著提高初治HBeAg阴性不确定期慢乙肝患者的HBsAg清除率（先见项目）

4094 - Pegylated Interferon α plus tenofovir alafenamide achieved a higher HBsAg seroclearance rate than tenofovir alafenamide monotherapy in treatment-naïve indeterminate-phase chronic hepatitis B patients with negative HBeAg (Foresight Project)

慢性乙型肝炎（CHB）不确定期是指无法根据ALT、HBeAg及HBV DNA等指标明确归入传统自然病程分期的患者，其中HBeAg阴性患者约占70%–85%。尽管部分患者ALT持续正常，仍存在肝硬化及肝细胞癌（HCC）的进展风险。然而针对初治、HBeAg阴性且ALT正常的不确定期患者，不同抗病毒治疗策略的疗效仍缺乏充分的直接比较证据。

唐红教授团队成员刘梦雅博士的研究，纳入183例初治、HBeAg阴性、ALT正常且HBV DNA阳性的不确定期慢乙肝患者，根据患者治疗意愿分别接受TAF单药治疗（n=42）或TAF联合Peg-IFNα治疗（n=141），疗程均为52周。研究以第52周HBV DNA转阴（< 20 IU/mL）为主要终点，以HBsAg清除（< 0.05 IU/mL）为次要终点，系统比较两种治疗策略的病毒学及血清学应答。

结果显示，两组患者均获得良好的病毒学抑制效果，第52周总体HBV DNA阴转率为88.0%（161/183）。其中，TAF单药组与联合治疗组的HBV DNA阴转率分别为92.9%和86.5%（P=0.402）。然而，两组在HBsAg清除方面表现出明显差异。TAF单药组治疗前后HBsAg水平无显著变化，且无患者实现HBsAg清除；联合治疗组HBsAg中位水平由基线的2.5 log₁₀ IU/mL下降至第52周的1.1 log₁₀ IU/mL，HBsAg清除率达到27.0%（38/141），显著高于单药组（P<0.05）。此外，在实现HBsAg清除的38例患者中，78.9%（30/38）进一步实现HBsAg血清学转换，第52周抗-HBs中位滴度达132.5 IU/L。

研究表明，对于既往治疗决策存在争议的初治、HBeAg阴性、ALT正常的不确定期慢乙肝患者，TAF单药与TAF联合Peg-IFNα均能实现较高水平的病毒学抑制，但联合治疗在促进HBsAg下降及清除方面优势明显。研究为探索不确定期慢乙肝患者的抗病毒策略提供了新的临床依据，为慢乙肝功能性治愈的个体化治疗策略提供新的思路。

研究二

机器学习与简化临床模型助力识别Peg-IFNα治疗24周后继续治疗的获益人群

4095 - Identifying chronic hepatitis B patients who benefit from continuing Peg-IFNα beyond Week 24: a machine learning and clinical model approach

慢性乙型肝炎（CHB）仍是全球肝硬化和肝细胞癌的重要病因。聚乙二醇干扰素α（Peg-IFNα）可促进乙型肝炎表面抗原（HBsAg）下降甚至清除，治疗第24周是重要的临床评估时间点。部分患者在治疗24周后继续用药的获益有限，继续治疗需承受更长的疗程及治疗负担。因此，如何在24周这一关键节点识别继续治疗的潜在获益人群，是优化Peg-IFNα个体化治疗的重要临床问题。

唐红教授团队成员王嘉毅博士后通过前瞻性纳入来自多中心的832例经核苷（酸）类似物（NAs）治疗、HBeAg阴性、HBsAg≤1500IU/mL的CHB患者，分析治疗24周时仍未实现HBsAg清除的患者继续治疗至48周发生获益的情况，并建立预测模型。继续治疗的获益定义为：治疗至48周时实现HBsAg清除（HBsAg＜0.05IU/mL）或第24～48周HBsAg下降＞1 log10 IU/mL。

结果显示，在615例加用Peg-IFNα治疗24周时HBsAg仍为阳性的患者中，159例（25.9%）在48周时达到获益标准。LASSO 回归及Boruta算法（1000× bootstrap）筛选出年龄和第24周HBsAg水平是最稳定的获益预测因素。进一步构建9种机器学习模型（LR、RF、DT、SVM、GB、XGB、LGBM、MLP及NB），多层感知机（MLP）模型表现最佳（AUC: 0.721），传统逻辑回归模型具有相近的预测性能（AUC: 0.716，P=0.185），并形成了更便于临床应用的分层标准：年龄＜40岁且24周HBsAg＜6.0 IU/mL者为高概率组，获益率达50.0%；年龄≥40岁且HBsAg≥6.0 IU/mL者为低概率组，获益率仅为9.4%；其余患者为中概率组，获益率为32.2%。

研究表明，年龄＜40岁且治疗第24周HBsAg＜6.0 IU/mL的患者更可能在加用Peg-IFNα的继续治疗中获益。该模型有望减少无效或低效治疗，推动CHB有限疗程治疗的精准化管理。